首页> 中文期刊> 《软件导刊》 >考虑MeanShift用户聚类的云服务推荐

考虑MeanShift用户聚类的云服务推荐

         

摘要

针对传统云服务推荐算法只考虑推荐精度而忽略推荐效率问题,提出考虑了MeanShift用户聚类的云服务推荐。MeanShift聚类算法计算量小、运行速度快,可对任意分布的数据进行密度估计。该云服务首先根据数据密度分布对所有用户进行访问,然后计算用户在各个类簇中出现的累计频数,并将其划分到累计频数最大的类簇中,最后在该类簇中寻找目标用户的近邻集用于推荐云服务。样本推荐结果显示:与信任云推荐算法、信任云混合推荐算法、基于灰色关联与信任云混合算法相比,该算法在平均绝对误差上降低约10.15%,在均方根误差上降低约7.87%,在执行时间上降低约59.77%,说明所提算法在保证一定推荐精度的基础上有效提高了推荐效率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号